“译星”英汉机器翻译系统

一、前言人工智能是计算机科学中的尖端学科,而机器翻译又是其中最具挑战性的领域。当今世界,各种文字的信息每时每刻都在大量涌现,每年仅出版的文献就达500万篇,各国都要投入大量的人力、物力从事文字的翻译工作。随着我国改革、开放的逐步深入,与外界的交往愈来愈多,汉语与其它语言之间的数据处理工作日趋频繁;另外,很多单位都在引进、消化、吸收国外的先进技术,有大量的科技资料急需翻译。人们迫切希望能从繁重的翻译工作中解放出来。     

基于Web平台的机器翻译系统

用户可以通过Internet访问和使用机器翻译系统，在线机器翻译系统可以帮助用户阅读网上外文材料。用户一般通过购买相关软件或访问提供在线翻译的网站来获取翻译服务，但是专用软件价格昂贵，或者获得的在线翻译效果不能令人满意。通过Web服务与J2EE技术的结合，提出了将机器翻译拳统包装为Web服务的机制，使企业和个人能够以较低的代价方便地享受更高质量的翻译服务。     

通用的自然语言词法分析机制

本文提出了一种通用的自然语言词法分析技术,其处理机构不仅可以独立于具体自然语言,而且又具有适合于未来智能计算机直接处理的规则形式和实现过程.文中还详细讨论了独立于自然语言的词法分析技术,以及我们在IMT/EC系统中实现的词法分析机制的工作原理.     

CETRAN系统中的英语词汇结构与功能

本文介绍了汉英机器翻译系统中从中间媒介语言生成英语的生成系统的词汇结构和功能，描述了生成系统各个层次之间的转换原理。为了说明清楚，在叙述中注意了列举从中间媒介中间媒介语言到目标语句的生成实例。     

规则库冗余性控制策略的研究

冗余性控制是研究知识库组织、管理和维护中的一个问题．本文通过对智能型机译系统中规则知识表示方法的分析，提出了将冗余规则划分为显式冗余规则和隐式冗余规则分别予以处理的思想，给出了显式冗余规则的判别算法和部分隐式冗余规则的检测标准，并提出了控制机译系统规则库冗余性的基本原则.     

面向对象机器翻译知识库IMT—KB的设计与实现

机器翻译知识库是机译系统的重要组成部分,针对传统机译知识库的不足之处,本文提出一种面向对象的机译知识体系结构,同时给出这种具有层次性和模块性机译知识库的存储组织和管理机制。     

基于改进字节对编码的汉藏机器翻译研究

该文通过改进字节对编码算法,提出了带字数阈值的藏文字节对编码算法,优化了基于注意力机制的汉藏神经机器翻译模型。收集整理了100万汉藏句对和20万汉藏人名地名词典,训练了汉藏神经机器翻译模型。通过测试和验证,模型的BLEU值达到36.84。该模型的命名实体翻译效果优于已商用汉藏在线翻译系统。同时,该文的神经机器翻译模型已部署于汉藏机器翻译网站,实现了汉藏神经机器翻译系统的应用推广。     

基于神经机器翻译的二进制函数相似性检测方法

二进制函数相似性检测是检测软件中已知安全漏洞的一种重要手段,随着物联网设备急剧增长,越来越多的软件被编译到不同指令集架构的平台上运行,因此基于二进制的跨平台相似性检测方法更具通用性。针对目前基于深度神经网络的跨平台相似性检测方法只能在基本块粒度进行相似性比对的不足,基于神经机器翻译的思想,提出一个通用的跨指令集架构的二进制函数相似性检测框架BFS,在函数粒度上通过无监督学习的方法自动捕获二进制函数的语义信息,生成二进制函数的嵌入向量。实验结果表明,BFS的P@10评价指标在88.0%以上,相较于现有方法提升了10.6百分点,并且能够有效检测出路由器固件中的已知真实漏洞。充分说明BFS检测框架在对二进制函数进行嵌入时,不仅能够保留较多原始语义信息,同时能够消除不同指令集架构以及编译优化选项的影响。